Wieso es dieses Projekt gibt
Degenerativ muskuloskelettale Erkrankungen wie bspw. Arthrose werden immer häufiger. Dies belastet nicht nur die betroffenen Personen, sondern auch die dafür zuständigen Gesundheitssysteme. In der Prävention und der Therapie jener spielt das (Wieder-)Erlernen von günstigen Bewegungsmustern, welche durch oftmalige Wiederholungen eingeschleift werden sollen, eine wichtige Rolle. Dies gelingt jedoch nur, wenn die Motivation zum eigenständigen, selbstverantwortlichen Training nachhaltig ist. Ein instrumentell unterstütztes Echtzeitfeedback mit Serious Gaming Elementen kann dabei unterstützten.
Die derzeit verfügbaren Tools sind oft kostenintensiv, komplex und finden überwiegend beschränkt auf den Bereich der Gangschulung und Balancetraining Einsatz. Generell sind jedoch kaum Produkte zum feedbackunterstützten individuellen Eigentraining verfügbar, die auf evidenzbasierten Normdaten beruhen.
Um die Trainingsmotivation fördern zu können muss das verwendete Feedbacksystem niederschwellig zugänglich, intuitiv bedienbar, zielgruppengerecht und nutzer*innenakzeptiert sein.
Wichtig dabei ist auch, dass die Datenverarbeitung und Visualisierung des Feedbacks in Echtzeit, bzw. ohne merkbare Verzögerung erfolgen. Maschinelles Lernen zur Beurteilung von Bewegungsabläufen lässt diese Prozesse, im Vergleich zu statistischen Methoden, präziser und effizienter ablaufen. Da Messdaten von Haltungen und Bewegungen des menschlichen Körpers variabel sind und von verschiedenen Faktoren, wie bspw. der Messmethodik und geschlechterspezifischen Aspekten, abhängen.
Die Lösung der zuvor erläuterten Problemstellungen soll durch die Nutzung der bestgeeigneten Technologie ermöglicht bzw. unterstützt werden. Daher ist die Verfügbarkeit von High-End Technologie zur Entwicklung, Erforschung und Innovation von Augmented Reality und Virtual Reality Applikationen essenziell. Solche Systeme sind z.B. das an der FH Campus Wien verwendete GRAIL™ mit seinem instrumentierten Laufband und der 3D-Virtual-Reality Integration auf Basis optoelektronischer Marker Trajektorien in Echtzeit oder komplexe 3D-Bewegungsanalysesysteme mit eingebundener Visualisierung von Augmented Reality bzw. Virtual Reality Elementen.
Projektziele
Hinsichtlich des ungenutzten Potentials evidenzbasierter digitaler Lösungen zum therapeutischen Bewegungsfeedback, wird ein evaluierter und intuitiv bedienbarer Prototyp für das Eigentraining mit Echtzeitfeedback bei Patient*innen nach Hüftgelenksersatz zur Reduktion von Hinkmechanismen entwickelt. Geeignete funktionelle Alltagsübungen und zugehörige Zielparameter werden strukturiert identifiziert.
Dazu wird mittels 3D instrumenteller Bewegungsanalyse im Laborsetting eine Referenzdatenbank zum Mustererkennungsabgleich für eine Echtzeitfeedbackdarbietung aufgebaut. Durch die synchrone Datenaufnahme der Sensoren des Feedbacksystems und des stationären Messsystems kann eine zeiteffiziente automatische Datenkategorisierung gewährleistet werden. Mit Hilfe von Entscheidungsalgorithmen (z.B. Random Forest Methode, Support Vector Machine) wird die Bewegungsausführung bewertet. Dabei werden die Zielparameter und Schwierigkeitslevel auf die persönlichen Gegebenheiten angepasst. Parallel erfolgt die nutzer*innenzentrierte Gestaltung von Echtzeitfeedback. Für die Entwicklung als Medizinprodukt werden die Bewegungsdaten des Prototyps gegen das Referenzsystem validiert. Die therapeutische Effektivität wird durch eine randomisiert kontrollierte Interventionsstudie (RCT) überprüft. So soll, unter Einbindung bestehender fachlicher und infrastruktureller Ressourcen und unter Verknüpfung mit Lehraktivitäten, ein erster Prototyp mit animiertem Echtzeitfeedback zum Eigentraining entwickelt sowie etabliert werden
Klinischer Partner
Als klinischer Partner fungiert das Orthopädisches Spital Speising. Als orthopädische Fachklinik besitzt dieses Spital ein hohes fachliches Wissen und ist dadurch der optimale Parter für die Rekrutiertung und ärztliche Betreung der Patient*innen, während der Effiktivitätsstudie. Außerdem werden die Ärzt*innen und Physiotherapeut*innen bei der Entwicklung des Protypen durch Workshops und Feedbackschleifen eingebunden.
Gesellschaftlicher Nutzen
- Beitrag zu nachhaltiger und effizienter Gesundheitsversorgung der Österreicher*innen und insbesondere der Wiener Bevölkerung durch das entwickelte Feedback System und einschlägig qualifizierte Gesundheitsprofessionals (2015 ca. 18.000 Hüftgelenksimplantationen in Österreich)
- Entwicklung und Implementierung von Konzepten und Technologien zu sensorisch unterstützen eHealth Anwendungen
- Folgeentwicklungen von Systemen zum präventiven und rehabilitativen Eigentraining bei Funktionsdefiziten im Bereich Kniegelenk oder Lendenwirbelsäule
- Sensibilisierung und Qualifizierung von Gesundheitsprofessionals im Studium und im Berufsfeld für den ergänzenden Einsatz von eHealth Therapiekonzepten und Anwendungen